一种材料表面相近颜色的自动分辨系统及方法与流程

本发明涉及一种颜色分辨系统，特别是一种材料表面相近颜色的自动分辨系统及方法，用于材料表面的颜色分辨与识别领域。

背景技术：

多晶硅电池片在制作中由于其多晶特性以及生产连续性导致的减反射膜厚度不可控等原因，导致其成品电池表面颜色不一致，出现了从浅蓝到深蓝的颜色差异问题，这导致了在后续光伏组件制作过程中出现的同一组件内电池片颜色差异问题，大大地影响了多晶硅光伏组件的整体性与美观性，无法满足用于地标性光伏设施、光伏建筑一体化等系统的使用需求，无法满足高端用户、海外用户的产品需求。

因此，在成品多晶硅电池片进入组件环节前，一般会专门增加一道颜色分选工序，往往依靠人工完成分选，工人在借助颜色标准片的基础上通过眼睛识别多晶硅电池片的颜色差异，工人长期工作后眼睛会逐渐产生疲劳性损伤，这种疲劳性损伤会加剧人眼的识别错误，这种工作即消耗了人力，又损伤了工人的健康。

现有市场上的颜色探测系统主要包括，人眼识别、基于成像技术或光谱技术的颜色分辨系统，这些颜色分辨系统对于常规的颜色情况、材料表面比较平整的情况技术上都比较成熟，但当被探测物的表面颜色差异小、表面情况比较复杂时，比如被探测物表面起伏不规律、需分辨颜色过于接近或由于光学因素所导致的颜色差异时，现有的颜色探测系统只能部分解决以上情况，或是对以上情况的探测易出现分辨误差。

中国专利2017年10月3日公开了公布号为cn105284240b的专利文献，名称是种子籽粒颜色分辨台及分辨方法，其中的颜色分辨方法是在照明灯照射情况下，通过比色卡上的色带人眼识别，该专利需要人工操作人眼识别，其准确度需要依靠识别者的眼睛，无法做到自动识别。

中国专利于2016年12月7日公开了公布号为cn106205152a的专利文献，名称为交通信号灯、控制方法、交通信号灯颜色识别系统和方法，其只能识别红、黄、绿三种颜色，对相近颜色无法进行识别。

中国专利于2014年6月18日公开了公布号为cn203648870的专利文献，名称为一种晶硅电池片颜色自动分选设备。该专利提出发射出红、绿、蓝三种颜色的单色光，并在这三种光照条件对电池片进行拍照，然后对形成的图片进行分析，根据分色标准确定该电池片的属于哪一种颜色的电池片，该方法属于基于成像技术的颜色分辨方法，晶硅电池片的表面起伏情况会影响该设备的颜色分辨结果；且该设备中红、绿、蓝三种颜色的单色光源在电源不稳定的情况下会影响电池片的图片结果，导致无法准确分辨电池片颜色。

中国专利于2015年11月11日公开了公布号为cn105032789的专利文献，名称为一种硅电池片的色差分拣装置及其分拣方法。该专利通过白光补偿方式来实现光源的稳定性，其虽然可以保证白光亮度的稳定性，却无法控制白光的光谱构成变化，换言之，在相同亮度情况下其无法确定光谱构成一致，则每次测量电池片的白光光源光谱构成可能出现差异而导致结果误差；同时该专利通过颜色传感器检测硅电池片的颜色，由于硅电池片表面起伏不规则，单一位置的颜色传感器很难收集到硅电池片的全部有效颜色信息，容易出现由一点颜色差异而导致的整片硅电池颜色误判。

中国专利于2015年10月7日公开了公布号为cn104966101的专利文献，名称为一种基于labview的太阳能电池片分类方法，该属于基于成像技术的颜色分辨方法，当光源照射不稳定时形成的图片可能存在误差。

中国专利于2015年4月29日公开了公布号为cn104574389的专利文献，名称为一种基于彩色机器视觉的电池片色差分选方法，其采取统计学的方法处理灰度问题，但由于其依然是一种基于成像技术的颜色分辨方法，所以其分辨相近颜色的能力较差，只能用于分辨发白片，发黄片、发红片等常规颜色情况。

中国专利于1997年10月8日公开了公布号为cn1161254的专利文献，名称为双频率光探测器的分选机，该专利通过光照射样品的反射光被光敏元件接收来进行分选，其采用的多位置灯由于光源出射光方向的随机性很难解决表面起伏问题，而且其照射用灯的电源不稳定也会导致光敏元件接收信号的误差从而影响分选结果。

中国专利于2010年03月24日公开了公开号为cn101676040的专利文献，名称是用以分类太阳能电池的光学检测系统以及方法，其引入了样本数据进行比较来提高准确度，但当光源电源不稳定时，其无法保证测试数据与样本数据处于同一光照条件下，因此分辨结果易出现误差。

综上所述，我们发现现有的颜色分辨技术往往存在以下问题：使用普通光源，入射光方向存在随机性，无法解决被测材料表面起伏不规律的问题；光源未考虑其光照强度或光谱分布因电源不稳定所造成的变化，以致图像或颜色信号存在误差；未考虑被测样品本身的颜色特性，导致接近颜色的识别易出现误差；设备运行中需要人工辅助识别，无法实现颜色识别的自动化。

技术实现要素：

本发明提供了一种基于激光探测的材料表面颜色分辨系统及其实现方法，以便能在环境复杂的情况下，能实现对颜色差异较小的材料进行表面颜色自动识别。

本发明的目的是这样实现的，一种材料表面相近颜色的自动分辨系统,其特征是：至少包括两路激光器构成的平行光路单元，两路激光器构成的平行光路单元经同轴光学单元后照射被测材料表面；包括有颜色检测单元通过光学单元接收被测材料表面反射或散射的激光；两路激光器包括波长为λ1的测试光激光器和波长为λ0的基准光激光器。

所述的两路激光器选择波长用于消除被测材料由于颜色接近所导致的识别误差。

所述的两路激光器选择波长依据被测材料对不同波长光的敏感程度确定。

所述的两路激光器波长对检测物颜色的分类设定边界值。

本发明同轴光学单元是由凌镜构成，凌镜包括有透光膜和反射膜的一个面镀，对波长为λ1的测试光激光器通过凌镜的一个入射面直通透光膜和反射膜输出；对波长为λ0的基准光激光器通过凌镜的透光膜和反射膜反射输出。

在两路激光器的输出口有光快门。

两路激光器的返回信号进行归一化处理，用于当电源功率不稳定影响两个激光器光强输出时，返回信号的归一化处理消除两路激光器输出不稳定的影响。

两路激光器输出经过相同的凸透镜组以保证光斑尺寸一致。

在同一光轴上的两束激光光束入射到被测样品台上的材料表面，由于材料表面产生反射或散射，反射或散射光通过一个高数值孔径透镜进行收集，再被光功率计接收以获取光信号；高数值孔径透镜用于保证收集的光信号完全进入光功率计探头，光功率计接收波长与测试光及基准光波长同时匹配。

一种材料表面相近颜色的自动分辨方法，其特征是：两路激光器输出的两束激光器呈垂直角度，从测试光激光器和基准光激光器出射的激光分别经过两个光快门以及凸透镜组形成的准直扩束系统，两个光快门用于分别控制测试光激光器或/和基准光激光器的开关，凸透镜组由两个焦距不同的凸透镜组成，用于改善激光光束的质量和实现扩束；扩束后的激光器的光斑尺寸照射在被测样品台上的材料表面；

通过光快门控制先后收集测试光光信号与基准光光信号，通过探测激光器照射被测样品获得的光信号与基准激光器照射被测样品获得的光信号在计算单元中进行归一化处理，获得归一化处理后的颜色结果，根据样品数据的归一化结果所确定的不同颜色的颜色结果边界范围由计算单元确定被测材料的表面颜色。

所述的测试光激光器和基准光激光器的波长通过测试材料表面的反射光谱来确定被测材料的表面颜色。

所述的反射光谱来确定采用统计学方法分析光谱信息获取被测材料表面对不同波长光的敏感程度，比较不同波长λ与被测材料的反射率，计算每一个波长对应的被测材料的反射率的标准差σ(λ)，比较不同波长值对应的标准差，获得不同波长对应的反射率标准差最大值max{σ(λ1)}和最小值min{σ(λ0)}，其中max{σ(λ1)}表示在λ1波长下被测材料的表面反射率较大，被测材料对波长为λ1的光最敏感；min{σ(λ0)}表示在λ0波长下被测材料的反射率较小，即被测材料对波长为λ0的光最不敏感，则可确定探测激光器波长λ1和基准激光器波长值λ0。

所述的通过探测激光器照射被测样品获得的光信号与基准激光器照射被测样品获得的光信号在计算单元中进行归一化处理，当被测样品颜色出现不同时，由于被测材料对波长为λ1的光最敏感，探测激光器照射不同被测样品获得的光信号亦出现很大不同，而由于被测材料对波长为λ0的光最不敏感，基准激光器照射不同被测样品获得的光信号基本一致，则归一化结果可以很好地表现出不同被测样品的颜色差异；当光源电源不稳定时，探测激光器和基准激光器照射被测材料的光信号均会出现不稳定，而这种不稳定在归一化处理过程中会被消除，从而不会影响颜色的分辨结果。

所述的获得归一化处理后的颜色结果，是根据不同颜色类别的颜色结果边界范围来确定被测材料的表面属于哪一种颜色，在被测材料之前，将获取样品材料的颜色数据，根据人眼分辨样品材料的颜色类别来确定不同类别的颜色在颜色结果的边界范围，当边界范围存在重叠时，设定重叠区域中点作为不同颜色类别的区间边界，将不同类别的颜色结果的区间值在计算单元中形成数据库，在测试被测材料时，将获得的颜色结果与数据库中的颜色结果的区间值进行比对，判断被测材料表面属于哪一类颜色，实现被测材料表面颜色的分类。

所述的被测材料或是多晶硅，多晶硅电池的颜色等级粗略地分为五类，从最浅的蓝色到最深的蓝色一般为r6、ls、lz、lq、ll；

选取蓝光波段的波长接近434nm的激光器作为测试光激光器，选取红光波段的波长接近645nm的激光器作为基准光激光器。

本发明的效果：

1.本发明通过大数据统计的方法获取材料的颜色特性以提高颜色分辨系统对颜色差异较近情况的分辨能力。

2.本发明通过两束激光光束同轴照射材料的方法解决了材料表面起伏复杂的情况，也解决了由于电源不稳定所导致的单一光源照射不稳定的情况。

3.本发明引入了人眼识别的颜色分类作为参照通过机器自我学习进行颜色分类区间值的确定，提高了颜色分类的准确度。

4.本发明所述颜色分辨系统实际测试中无需人工操作，可直接连接机械手和后续自动化生产线，可广泛用于个生产制造企业的颜色分类、质量检测等工作，实现该类工作的智能化、自动化过程。

附图说明

下面结合实施例附图对本发明作进一步说明：

图1是本发明实施例1光路结构示意图；

图2是本发明实施例2光路结构示意图；是加装二维电控平移台之后的颜色分辨系统示意图；

图3多晶硅电池片大量个体的反射光谱情况；

图4是多晶硅电池片max{σ(λ1)}和min{σ(λ0)}的确定；

图5在本发明所述颜色分辨系统下的多晶硅电池片各类颜色结果的区间。

具体实施方法

以下以多晶硅电池片颜色分辨为具体实施例进行阐述。

实施例1

如图1所示，一种材料表面相近颜色的自动分辨系统,其特征是：至少包括两路激光器构成的平行光路单元，两路激光器构成的平行光路单元经同轴光学单元后同轴照射被测材料表面；一颜色检测单元通过光学单元接收被测材料表面反射或散射的激光。

本发明采用两路激光器构成的平行光路构成同轴激光光源后照射被测材料表面，同轴激光光源可以更好地解决被测材料表面起伏不规律的问题。

本发明所述的两路激光器波长是根据被测材料对不同波长光的敏感程度确定，选择两种激光器波长用于消除被测材料由于颜色接近所导致的识别误差。

本发明为实现更加模仿人眼视觉的颜色分辨效果，有助于更准确地分辨材料表面的颜色，两路激光器波长对检测物颜色的分类设定边界值。

本发明两路激光器包括波长为λ1的测试光激光器和波长为λ0的基准光激光器。

本发明平行光路单元由光学准直扩束系统构成。

本发明同轴光学单元是由凌镜构成，凌镜有一个面镀有透光膜和反射膜，对波长为λ1的测试光激光器通过凌镜的一个入射面直通透光膜和反射膜输出；对波长为λ0的基准光激光器通过凌镜的透光膜和反射膜反射输出。

在两路激光器的输出口有光快门。

测试光激光器和基准光激光器有先选择占地面积小，易于调节的固体或半导体激光器。

激光光源是一种出射角较小、单色性好的定向光源。选取激光光源可以有效地解决被测材料表面不起伏不规律的问题，好的单色性使之可以更准确地对应被测材料表面的颜色敏感波长。

选取两个激光器来照射被测材料，可以将两个激光器的返回信号进行归一化处理，当电源功率不稳定时将同时影响两个激光器，其返回信号的归一化结果不会受电源功率不稳定的影响。

为了实现同轴，两束激光器及其出射光呈垂直角度放置，从测试光激光器和基准光激光器出射的激光分别经过两个光快门以及凸透镜组形成的准直扩束系统，两个光快门用于分别控制测试光激光器或/和基准光激光器的开关，凸透镜组由两个焦距不同的凸透镜组成，用于改善激光光束的质量和实现扩束；扩束后的激光器的光斑尺寸以适应材料的表面尺寸。

两束激光光束使用相同的凸透镜组以保证光斑尺寸一致。

经过准直扩束的激光光束在同轴光学单元中实现光束的同轴重合，同轴光学单元通过一个分束器来实现，分束器按固定角度放置在两束激光光斑的相交位置，实现将基准光激光光束和测试光激光光束调节到同一光轴上，保证两束激光入射到材料表面同一位置上。

在同一光轴上的两束激光光束入射到被测样品台上的材料表面，由于材料表面产生反射或散射，反射或散射光通过一个高数值孔径的透镜进行收集，再被光功率计接收以获取光信号。

收集透镜的高数值孔径用于保证其收集的光信号准确地完全地进入光功率计探头，光功率计接收波长与测试光及基准光波长同时匹配，收集透镜和光功率计根据样品散射情况摆放在散射光光强较强的位置用于接收探测材料表面后的光信号。

当实际测试时，通过光快门控制先后收集测试光光信号与基准光光信号，测试光光信号与基准光光信号被实时传输到计算单元中，在计算单元中进行归一化处理，形成颜色的归一化结果，根据样品数据的归一化结果所确定的不同颜色的颜色结果边界范围由计算单元确定被测材料的表面颜色。

其中测试光激光器和基准光激光器的波长通过测试材料表面的反射光谱来确定，通过可见近红外光谱仪对大量颜色随机的被测材料表面进行反射光谱测试，可以获取大量材料样品的反射光谱，即不同颜色的材料在可见近红外波段中各波长的反射率。

运用统计学方法分析光谱信息获取被测材料表面对不同波长光的敏感程度，比较不同波长λ与被测材料的反射率，计算每一个波长对应的被测材料的反射率的标准差σ(λ)，比较不同波长值对应的标准差，获得不同波长对应的反射率标准差最大值max{σ(λ1)}和最小值min{σ(λ0)}。其中max{σ(λ1)}表示在λ1波长下被测材料的表面反射率较大，被测材料对波长为λ1的光最敏感；min{σ(λ0)}表示在λ0波长下被测材料的反射率较小，即被测材料对波长为λ0的光最不敏感，则可确定探测激光器波长λ1和基准激光器波长值λ0。

在上述测试系统中，通过探测激光器照射被测样品获得的光信号与基准激光器照射被测样品获得的光信号在计算单元中进行归一化处理，当被测样品颜色出现不同时，由于被测材料对波长为λ1的光最敏感，探测激光器照射不同被测样品获得的光信号亦出现很大不同，而由于被测材料对波长为λ0的光最不敏感，基准激光器照射不同被测样品获得的光信号基本一致，则归一化结果可以很好地表现出不同被测样品的颜色差异。当光源电源不稳定时，探测激光器和基准激光器照射被测材料的光信号均会出现不稳定，而这种不稳定在归一化处理过程中会被消除，从而不会影响颜色的分辨结果。

所述的获得归一化处理后的颜色结果，需要对其进行分类，本发明根据不同颜色类别的颜色结果边界范围来确定被测材料的表面属于哪一种颜色。在实际测试被测材料之前，将大量已通过人眼分辨颜色的样品材料通过本发明测试，获取样品材料的颜色数据，通过计算单元的人工智能自我学习程序，根据人眼分辨样品材料的颜色类别来确定不同类别的颜色在本发明中颜色结果的边界范围，当边界范围存在重叠时，设定重叠区域中点作为不同颜色类别的区间边界，将不同类别的颜色结果的区间值在计算单元中形成数据库，在测试被测材料时，将获得的颜色结果与数据库中的颜色结果的区间值进行比对，判断被测材料表面属于哪一类颜色，实现被测材料表面颜色的分类。

当需要测试的材料表面积过大，大于激光光路可调最大光斑时，可以在样品台后侧加装二维电控平移台，如图2所示，对样品表面进行扫描，通过扫描单个个体材料表面将获取一组颜色信息，在剔除边缘信息后取平均值即可表示该个体材料表面的颜色信息。

本发明在多晶硅电池的人工分选中一般将多晶硅电池的颜色等级粗略地分为五类，从最浅的蓝色到最深的蓝色一般为r6、ls、lz、lq、ll五类，选取大量多晶硅电池片在可见——近红外波段(400-800nm)进行反射光谱测试，获得了这些电池片的反射光谱，如图3所示，比较这些反射光谱，计算每一个波长对应的大量电池片的反射率标准差，如图4所示，在434nm处获得了多晶硅电池片的反射率标准差最大值max{σ(434)}＝7.141，在645nm处得了多晶硅电池片的反射率标准差最小值min{σ(645)}＝2.438，说明在434nm波长下此种材料的反射率变化较大，即此种材料对波长为434nm的光最敏感；在645nm波长下此种材料的反射率变化较小，即此种材料对波长为645的光最不敏感。

根据以上内容所确定的多晶硅电池片的最敏感波长值434nm和最不敏感波长值645nm，选取蓝光波段的波长接近434nm的激光器作为测试光激光器，选取红光波段的波长接近645nm的激光器作为基准光激光器，可按照图1搭建用于测试多晶硅电池片的颜色分辨系统。将已由人工分为r6、ls、lz、lq、ll五类的大量多晶硅电池片进行测试，由计算单元自我学习确定这五类多晶硅电池片的颜色结果区间，计算单元通过自我学习获取的多晶硅电池片的5个颜色结果区间如图5所示。

然后对多晶硅电池片进行测试时，系统可以将光信号传输到计算单元，计算单元根据不同类别的颜色在本发明中颜色结果的区间值进行分类。在该系统的基础上可增加颜色分类后的自动分选环节，根据系统所分类的结果控制机械手或气缸完成对多晶硅电池片的颜色分选，实现全自动的多晶硅电池片颜色分选系统，与现有的全自动多晶硅电池片生产线相结合，实现多晶硅电池生产分选的全自动化过程。

同理的，在室内装潢中同一屋的木地板铺设往往需要相同颜色的地板块来铺设，对于复合地板，其颜色从浅黄到深黄也存在材料表面颜色接近但需分辨的问题，这个问题也可参照上面的实施例实现，但需要改变测试光和基准光激光器波长、激光光斑的大小、收集透镜的数值孔径，光功率计的响应光谱范围进行分辨，对于地板块表面较长的情况，可以在地板块的夹持样品台后侧加装二维电控平移台，对地板块进行扫描，通过扫描单个被测地板块表面获取一组颜色信息，在剔除边缘信息后取平均值即可表示该个地板块表面的颜色信息，通过上述的方法进行颜色分类。

同理的，在咖啡豆，种子等材料的表面筛选中，是通过相近颜色的差异来判断咖啡豆，种子的质量，其质量所对应的颜色分类也可通过本发明所述方法参照上述的实施例实现，但同样需要改变测试光和基准光激光器波长、激光光斑的大小，收集透镜的数值孔径，光功率计的响应光谱范围等来实现。

测试如上所述的各种材料表面颜色时，需要按照本发明内容中的方法来确定测试光和基准光激光器波长以及不同类别的颜色之间的颜色信息边界。

以上具体实施例是针对颜色较接近的如多晶硅电池片这类颜色分辨案例应用本发明方法所提出的颜色分辨实现方法，针对更简单的颜色分辨问题，本发明内容依然可以解决，实现方法更加简单。

通过本发明所提出的颜色分辨系统及其实现方法，可以在生产企业中解决以下相关问题：

1.因颜色差异而产生的质量检测问题；2.常规产品的颜色分辨问题；3.材料的复杂表面的颜色分辨问题；4.自动驾驶中不同标识牌的颜色识别问题；5.传统颜色分辨系统难以处理的颜色分辨问题；6.医疗检测中因颜色差异而产生的器官病变问题。